Prompting in 2026: van prompt engineering naar context engineering

Het woord "prompt engineering" klinkt nog steeds als de vaardigheid van dit moment. Maar de mensen die het meest met deze modellen werken, zijn er in 2025 zelf van afgestapt. Het draait niet meer om de slimme zin die je intypt. Het draait om wat het model allemaal te zien krijgt voordat het antwoordt: je instructies, je bestanden, je voorbeelden en je eerdere werk. Dat heet nu context engineering, en voor een ondernemer is het goed nieuws: het is minder trucage en meer gewoon goed voorbereiden.

Waar de term vandaan komt

Op 19 juni 2025 schreef Shopify-CEO Tobi Lütke op X dat hij "context engineering" een betere term vindt dan prompt engineering. Het beschrijft volgens hem de echte vaardigheid: alle context aanleveren zodat de taak voor het model redelijkerwijs op te lossen is. Zes dagen later gaf Andrej Karpathy (medeoprichter van OpenAI, oud-AI-baas van Tesla) er een "+1" op. Mensen denken bij een prompt aan een korte taakomschrijving, schreef hij, terwijl het in elke serieuze AI-toepassing gaat om het precies goed vullen van het contextvenster met de juiste informatie voor de volgende stap. Te weinig en het model mist wat het nodig heeft; te veel of het verkeerde en de kosten gaan omhoog terwijl de kwaliteit daalt.

Simon Willison, een van de meest gelezen ontwikkelaars over AI, voorspelde op 27 juni dat de term zou blijven hangen, juist omdat de "gevoelde" betekenis klopt. Bij prompt engineering denken veel mensen aan "dingen in een chatbot typen". Bij context engineering denk je vanzelf aan het samenstellen van informatie.

Op 29 september 2025 maakte Anthropic het officieel met een stuk op zijn engineering-blog. De definitie daar: de strategieën om de optimale set informatie in het contextvenster te krijgen en te houden, inclusief alles wat buiten de prompt zelf binnenkomt. Het kernbegrip is het aandachtsbudget: een model heeft, net als jouw werkgeheugen, maar beperkte aandacht. Hoe meer je erin stopt, hoe slechter het gemiddelde stukje informatie wordt onthouden.

Meer is niet beter: 'context rot'

Dat aandachtsbudget is geen theorie. Chroma, een bedrijf achter een vectordatabase, testte in juli 2025 achttien modellen, waaronder GPT-4.1, Claude 4, Gemini 2.5 en Qwen3. Uitkomst: de prestaties dalen naarmate de input langer wordt, ook bij simpele taken, en vaak op onvoorspelbare manieren. Ontwikkelaar Drew Breunig zette in juni 2025 de vier manieren op een rij waarop lange context misgaat: een fout die blijft rondzingen (poisoning), een model dat zich blindstaart op de context (distraction), overbodige informatie die de output vervuilt (confusion) en tegenstrijdige informatie (clash). De les voor jou: dump niet je hele Drive in een chat. Kies.

Wat in 2026 werkt met reasoning-modellen

De modellen van nu (GPT-5, Claude, Gemini 3) "denken" eerst na voordat ze antwoorden. Dat verandert wat je moet doen. De officiële handleidingen van de drie grote aanbieders zeggen opvallend vaak hetzelfde.

Minder trucjes

• "Denk stap voor stap" is overbodig. OpenAI schrijft in zijn handleiding voor reasoning-modellen dat vragen om stap-voor-stap-denken niet nodig is, omdat het model dat intern al doet. Onderzoekers van Wharton (onder wie Ethan Mollick) maten het in juni 2025: bij reasoning-modellen levert zo'n chain-of-thought-instructie hooguit marginale winst op, terwijl het antwoord 20 tot 80 procent langer duurt.
• Dreigen en fooien werken niet. Dezelfde onderzoeksgroep testte in augustus 2025 of "ik geef je 1.000 dollar" of een dreigement de prestaties verbetert. Gemiddeld: geen significant effect.
• Geen hoofdletters en "CRITICAL" meer. Anthropic raadt in zijn prompting-handleiding aan om agressieve taal af te zwakken: nieuwe Claude-modellen volgen instructies zo precies dat "je MOET" juist tot overdreven gedrag leidt. Gewoon "gebruik deze tool wanneer…" is genoeg.
• Tegenstrijdigheden kosten geld. In de GPT-5-promptgids staat dat vage of tegenstrijdige instructies GPT-5 meer schaden dan eerdere modellen, omdat het model denkkracht verspilt aan het verzoenen ervan.

Meer context

• Leg uit waarom. Volgens Anthropic helpt het om de reden achter een instructie te geven ("schrijf kort, want klanten lezen dit op hun telefoon"). Het model generaliseert dan beter dan bij een kale regel.
• Geef voorbeelden. Google is het stelligst: neem altijd een paar voorbeelden op. Anthropic noemt voorbeelden een van de betrouwbaarste manieren om toon, format en structuur te sturen. Twee of drie goede eerdere offertes zeggen meer dan een alinea over je schrijfstijl. OpenAI is iets voorzichtiger: begin zonder voorbeelden en voeg ze toe als het resultaat niet goed is.
• Documenten eerst, vraag als laatste. Zowel Anthropic (vanaf ongeveer 20.000 tokens) als Google raden aan om lange stukken bovenaan te zetten en je vraag onderaan.
• Maak "goed" meetbaar. Google adviseert om "schrijf een korte samenvatting" te vervangen door "maximaal 3 zinnen". OpenAI: geef heel specifiek aan wanneer een antwoord geslaagd is.
• Algemeen boven voorgekauwd. Anthropic schrijft dat een instructie als "denk grondig na" vaak beter werkt dan een zelfgeschreven stappenplan, omdat de redenering van het model vaak verder gaat dan wat jij zou voorschrijven.

Projecten, skills en custom instructions: context die blijft

Het grootste verschil met twee jaar geleden: je hoeft context niet meer elke keer te plakken. Alle grote tools hebben er een vaste plek voor.

Skills gaan nog een stap verder. Anthropic introduceerde ze op 16 oktober 2025: mappen met instructies, scripts en hulpbestanden die het model alleen laadt als ze relevant zijn. Daarmee houd je het contextvenster schoon, precies het probleem uit het vorige hoofdstuk. Op 18 december 2025 werd het formaat een open standaard. Binnen twee dagen stonden onder meer GitHub, VS Code, Cursor en OpenAI's Codex op de lijst van ondersteunende tools. Een skill die je nu schrijft, is dus niet meer aan één leverancier vastgeknoopt.

Wil je AI ook laten werken met je eigen systemen, zoals je CRM of boekhouding? Dan is dat de volgende laag context. Daarover lees je meer in MCP: AI koppelen aan je eigen systemen.

Herbruikbare prompts zijn een bedrijfsmiddel

Hier zit de echte verschuiving voor het mkb. Een goede instructie voor je offertes, je klantenservice-antwoorden of je vacatureteksten is kennis over hoe jouw bedrijf werkt. Zit die alleen in het hoofd (of de chatgeschiedenis) van één medewerker, dan ben je die kennis kwijt als die persoon vertrekt, en schrijft iedereen op zijn eigen manier.

Behandel ze daarom zoals je een huisstijlhandboek of een offertesjabloon behandelt:

1. Eén eigenaar per sjabloon. Iemand die het bijhoudt als je prijzen of diensten veranderen.
2. Eén vindplaats. Een gedeeld project, een gedeelde Gem of de team-prompts in Copilot. Niet in iemands privé-account.
3. Versies bijhouden. Zet er een datum bij. Werkt het nieuwe model anders, dan weet je wat je hebt aangepast.
4. Testen met echte gevallen. Houd drie of vier lastige voorbeelden bij (die ene klant met de rare vraag) en kijk bij elke wijziging of die nog goed gaan.
5. Geen klantdata in het sjabloon zelf. Voorbeelden anonimiseren. Wat je wel en niet mag invoeren, lees je in AI en de AVG: klantdata in ChatGPT en Claude.

Dat de losse "prompt engineer" als functie grotendeels is verdwenen, past in dit beeld. De vaardigheid is niet weg, ze is gewoon onderdeel van ieders werk geworden, en de opbrengst zit in wat je vastlegt en deelt.

Praktische sjablonen

Drie sjablonen die je vandaag kunt gebruiken. Vul de haakjes in en zet de eerste als vaste instructie in een project.

1. Projectinstructie (één keer schrijven)

Wie we zijn: [bedrijf], [wat je doet] voor [type klant] in [regio].

Toon: [bijv. je-vorm, direct, geen jargon]. Waarom: [bijv. onze klanten zijn ondernemers die weinig tijd hebben].

Altijd: [bijv. prijzen exclusief btw, verwijzen naar de voorwaarden in het bestand].

Nooit: [bijv. kortingen beloven, levertijden noemen die niet in het bestand staan].

Als je iets niet weet: zeg dat, en vraag het na in plaats van te gokken.

2. Taakopdracht (per keer)

Doel: [wat moet het opleveren en voor wie].

Input: [plak de mail, het gespreksverslag of de aanvraag].

Voorbeeld: zie [bestand met 2-3 eerdere goede versies].

Klaar is als: [maximaal 200 woorden / drie opties met prijs / eindigt met één concrete vraag].

3. Controle-opdracht (achteraf, nieuw gesprek)

Hieronder staat een [offerte/mail] en de instructies waarmee die gemaakt is. Controleer of alle getallen uit de bijlage kloppen, of er beloftes in staan die niet in de voorwaarden staan en of de toon past. Geef een lijst met concrete fouten, geen herschreven versie.

Let op de volgorde in sjabloon 2: eerst de input, dan wat "klaar" betekent. En merk op wat er niet in staat: geen rollenspel ("je bent een wereldberoemde copywriter"), geen dreigementen, geen "denk stap voor stap".

Wat betekent dit voor jouw bedrijf

• Stop met zoeken naar de perfecte prompt. Die bestaat niet. Het verschil zit in wat je meegeeft: je voorwaarden, je prijslijst, twee goede voorbeelden.
• Begin bij je drie meest herhaalde taken. Offertes, antwoorden op veelgestelde vragen, social posts. Maak per taak één project of Gem met vaste instructies en voorbeelden.
• Maak het deelbaar. Werk je met meer mensen, zet de sjablonen dan op een gedeelde plek met een eigenaar. Anders heeft iedere collega zijn eigen, net iets andere versie.
• Houd het klein. Meer bestanden is niet beter. Liever één scherpe tone-of-voice-pagina dan je hele website als pdf.
• Toets elke paar maanden. Modellen veranderen. Een instructie die vorig jaar nodig was, kan nu averechts werken; dat zeggen de aanbieders zelf.

Wil je dit een stap verder trekken, naar AI die zelf taken uitvoert? Dan wordt context nog belangrijker. Zie AI-agents: wat kunnen ze voor een klein bedrijf.

Conclusie

Prompt engineering is niet dood, het is volwassen geworden. De modellen van 2026 hebben geen toverformules nodig, maar wel de informatie die een nieuwe collega ook nodig zou hebben: wie jullie zijn, wat goed werk is, hoe het er eerder uitzag en wanneer het klaar is. Leg dat één keer vast, deel het met je team en onderhoud het. Dan is je beste prompt geen trucje meer, maar een stuk bedrijfskennis.